Introdução:

O extravio de bagagens em aeroportos é um desafio recorrente que afeta tanto os passageiros quanto as operadoras aéreas. Em meio à movimentação frenética dos terminais, uma ampla variedade de itens pode ser inadvertidamente deixada para trás, gerando preocupações logísticas e frustrações para os viajantes. Essa problemática é especialmente comum entre os passageiros frequentes, que muitas vezes se encontram em corrida contra o relógio para chegar ao seu destino dentro do horário programado.

Estima-se que aproximadamente 100 mil itens sejam esquecidos nos pontos de controle dos aeroportos a cada mês. Perder algo em um ponto de verificação da TSA pode resultar em inconvenientes, embora os agentes estejam treinados para lidar com essas situações, oferecendo assistência e armazenando temporariamente itens de valor até que sejam recuperados pelos proprietários.

Diante desse cenário, este projeto visa realizar uma análise detalhada dos dados de bagagens perdidas durante o ano de 2014. Nossa abordagem se concentra em entender a frequência e distribuição das perdas, identificando as categorias de itens mais comumente esquecidos, investigando o tempo médio de retenção no aeroporto e explorando os padrões de reivindicação ou renúncia dos passageiros em relação aos itens perdidos.

Ao examinarmos os custos aproximados por categoria, o tempo de retenção e o comportamento dos passageiros em relação aos itens perdidos, buscamos não apenas compreender as razões por trás desses incidentes, mas também propor possíveis soluções para mitigar o problema e melhorar a experiência dos viajantes. Este estudo visa, portanto, contribuir para o desenvolvimento de estratégias mais eficazes de gestão de bagagens, promovendo um ambiente aeroportuário mais eficiente e satisfatório para todos os envolvidos.

Pacotes Requeridos:

library(rmdformats) #Design do documento
library(ggplot2) #Plotar gráficos
library(dplyr) #Manipulação de tabelas
library(DT) #Interatividade
library(knitr) #Gerar tabelas
library(tidyr) #Manipulação de tabelas
library(readxl) #Ler arquivos xls
library(RColorBrewer) #cores dos gráficos

Preparação dos dados:

Informações sobre os dados

Os dados utilizados nesta análise foram obtidos através do Departamento de Segurança Interna dos Estados Unidos (DHS), especificamente do conjunto de dados disponibilizado pela Administração de Segurança dos Transportes (TSA). Esses dados têm como objetivo principal fornecer transparência e insights sobre os incidentes de perda de bagagem em aeroportos, com foco no ano de 2014.

O conjunto de dados original, disponibilizado em formato “.xls”, contém informações detalhadas sobre reclamações e incidentes relacionados a bagagens perdidas, incluindo detalhes como datas de incidentes e recebimento, códigos e nomes de aeroportos, companhias aéreas, tipos de reclamação, categorias de itens perdidos, valores estimados e disposições.

Antes de ser submetido à análise, o conjunto de dados passou por um processo de limpeza e preparação, incluindo a identificação e tratamento de valores ausentes representados pelo caractere “-”, bem como a formatação adequada de datas e valores. Esta análise tem como objetivo explorar padrões, tendências e insights nos dados de bagagens perdidas em aeroportos durante o ano de 2014, buscando identificar possíveis áreas de melhoria nos serviços aeroportuários e estratégias para reduzir as perdas de bagagem.

Importação e limpeza dos dados

Inicialmente os dados estavam no formato de planilha Excel “.xls”, para importar os arquivos foram utilizados os seguintes comandos:

#Lendo dados de uma planilha excel.
library(readxl)
data <- read_excel("baggage.xlsx")
data
data$Date.Received <- as.Date(data$Date.Received)
data$Incident.Date <- as.Date(data$Incident.Date)

Foi levado em consideração a conversão para os seus devidos formatos de acordo com as colunas, como por exemplo o formato “date”, nas colunas de data do incidente e data do recebimento em formato de data, bem como a conversão do preço estimado de determinado produto para valor decimal, adicionando automaticamente “NA” nos respectivos espaços em branco.

Em seguida o projeto foi salvo em um arquivo “.csv” para facilitar a manipulação através do R.

write_csv(data, "projeto.csv")

Importando o arquivo “.csv”

projeto <- read_csv(file = "projeto.csv", col_types = cols(`Claim.Number` = col_character()))
projeto

Checando se há arquivos duplicados:

which(duplicated(projeto))

Apesar de não haver arquivos duplicados, algumas linhas não contêm significância para análise geral dos dados, pois não apresentam o nome do aeroporto, companhia, ou custo relacionados à bagagem esquecida.

Removendo linhas sem significância:

index<-which(projeto$Airport.Name=="-")
projeto <- projeto[-index,]

Padronizando categorias não relatadas para “Other”

projeto[which(projeto$Claim.Type == "-"),7]<- "Other"
projeto[which(projeto$Claim.Site == "-"),8]<- "Other"
projeto[which(projeto$Item.Category == "-"),9]<- "Other"

Padronizando as companhias não relatadas para “Not Identified”

projeto[which(projeto$Airline.Name == "-"),6]<- "Not Identified"

Reestruturando a variável data, para efetuar o cálculo de dias que a mercadoria ficou retida e em seguida criando uma nova coluna armazenando o número de dias de retenção

projeto$Incident.Date<- as.Date(projeto$Incident.Date, "%d:%m:%Y")
projeto <- cbind(projeto, days = (projeto$Date.Received)-(projeto$Incident.Date), stringsAsFactors = FALSE)

Visualização dos dados

Após realizar algumas manipulações nos dados iniciais, temos os seguintes dados:

Dados gerais

#Setando dados mais relevantes para a apresentação na tabela.
main <- projeto %>% select(Airport.Name, Airline.Name, Incident.Date, Date.Received, Claim.Type,
         Item.Category, days)

main[1:150,] %>% DT::datatable()

Dados dos itens com maior custo

#Organizando os dados de acordo com os custos mais altos e exibindo na tabela.
cust<-arrange(cust, desc(`Close Amount`))
cust <- cust %>% select(`Airport Name`, `Airline Name`,`Claim Type`,
         `Item Category`,days, `Close Amount`)

cust[1:100,] %>% DT::datatable()

Dados dos Itens com maior tempo de retenção

#Organizando os dados de acordo com os maiores números de dias retidos da bagagem.
timer<-arrange(projeto, desc(days))

timer <- timer %>% select(Airport.Name,
         Item.Category, Incident.Date,Date.Received,days)

timer[1:100,] %>% DT::datatable()

Dados de aeroportos com maior incidência

#Organizando os dados de acordo com os aeroportos que possuem as maiores frequências de perda de bagagem.
z<- projeto %>% count(Airport.Name)
qtd<-arrange(z, desc(n))

qtd[1:50,] %>% DT::datatable()

Resumo

Detalhamento das variáveis e funcionalidades:

Claim Number: Número de identificação registrado pelo TSA, funcionando de forma semelhante a um ID.

Date Received: Data no qual o produto perdido foi devolvido.

Incident Date: Data no qual ocorreu o incidente de perda.

Airport Code: Sigla do determinado aeroporto correspondente à bagagem perdida.

Airport Name: Nome do aeroporto.

Airline Name: Nome da companhia.

Claim type: Corresponde ao tipo de reclamação.

Claim Site: Corresponde ao site da reclamação.

Item Category: Corresponde à categoria do item.

Close Amount: Corresponde ao preço estimado da bagagem perdida.

Disposition: Corresponde ao status da bagagem.

days: Dias de retenção de determinada bagagem.

Análise exploratória dos dados:

As categorias dos itens mais perdidos

Podemos observar que diversos itens de amplas categorias são perdidos da bagagem, devido a esse fato podemos analisar qual categoria de item perdido obtém a maior frequência e com isso questionar o real motivo do acontecimento e tentar elaborar algumas soluções.

#Classificando as categorias de itens mais perdidos.
categ<- projeto %>% count(Item.Category)
categ<-arrange(categ, desc(n))

labels <- categ$Item.Category[1:10]
x <- categ$n[1:10]

#Definindo cálculo de porcentagem.
pct <- round(x/sum(x)*100)
lbls<- paste(pct, "%", sep = "")

#Plotando gráfico do tipo Pizza.    
pie(x, labels=lbls, main = "Categorias de items perdidos com maior frequência", col = rainbow(10), size=10)
legend("toprigh", legend = labels, cex = 0.8, fill = rainbow(10))

As categorias não identificadas ou que não se enquadravam em alguma outra categoria foram tratadas como “Other”, apesar de estar em maior parte do gráfico ela representa um conjunto de outras categorias.

Para uma análise mais profunda e real podemos observar que a categoria de itens perdidos com maior frequência costuma ser de itens carregados à mão, bem como bolsas, estojos e bagagem de mão de pequeno porte, seguidos dos itens de vestuário que por serem de fácil dispersão acabam sendo esquecidos com mais frequência.

Analisando esses dados deve-se emitir alertas de mais atenção e cuidado em relação a esses itens de fácil dispersão, buscando diminuir o índice geral de bagagens perdidas.

Período com maior frequência de perdas

Podemos notar que a maior quantidade de perda de bagagem se encontra nos meses de dezembro e agosto, isso se deve a um grande número de viagens concentradas no período próximo ao Réveillon e também no período das férias escolares, nos quais o número de viagem aumenta consideravelmente, consequentemente acaba gerando mais perdas, logo, o cuidado deve ser redobrado nesses períodos, principalmente com objetos de fácil dispersão.

library(RColorBrewer)
#Selecionando os meses com maior quantidade de incidentes.
meses <- projeto %>% count(months.Date(projeto$Incident.Date))
meses <- arrange(meses, desc(n))

labels <- meses[1:12,1]
x <- meses$n
colors <- brewer.pal(12, "Pastel2")

#Plotando o gráfico do tipo barra.
barplot(x, names.arg = labels, cex.names = 0.7, space = 0.6, beside = T, ylim = c(0, 1000), col = colors, main = "Gráfico de perdas de acordo com o mês que a bagagem foi perdida", xlab="Meses", ylab="Quantidade de Itens")

Tipos de reclamação de maior frequência

As reclamações de maior frequência dos passageiros que perdem sua bagagem são:

  1 – Perda de propriedade do passageiro, ou seja, o item foi perdido e o valor será ressarcido de acordo com o custo estimado do item.

  2 – Danos materiais, ou seja, houve avarias na bagagem, havendo possibilidades de reparação do item ou valor parcial ou total ressarcido ao cliente.

  3 – Ferimento pessoal, ou seja, itens com valores pessoais e sentimentais foram avariados ou “mal cuidados”, de modo que gera um dano sem possibilidades de avaliação de custo para ressarcir.

  4 – Outros motivos

library(RColorBrewer)
#Filtrando os tipos de reclamação e as que possuem maior incidência
reclamacoes <- projeto %>% count(Claim.Type)
reclamacoes<-arrange(reclamacoes, desc(n))
x<-reclamacoes$n
labels <- reclamacoes$Claim.Type
reclamacoes$n[4]<-sum(reclamacoes$n[4:8])
labels2 <- c("1 - Perda de propriedade do passageiro", "2 - Danos materiais", "3 - Ferimento pessoal", "4 - Outros motivos")

#Plotando gráfico tipo barra e adicionando legenda.
colors <- brewer.pal(4, "Pastel2")
barplot(x[1:4], ylim = c(0,5000), beside = T, names.arg = labels[1:4], col = colors)
legend("toprigh", legend = labels2, cex = 1, fill = colors)

Sites com maior número de reclamação

library(RColorBrewer)
#Lista de sites com maior número de reclamação
sites <- projeto %>% count(Claim.Site)
sites<-arrange(sites, desc(n))
x<-reclamacoes$n
labels = sites$Claim.Site
sites$n[3]<-sum(sites$n[3:5])

#Plotando gráfico pizza com legenda.
colors <- brewer.pal(3, "Pastel2")

pie(x[1:3], labels=lbls, main = "Gráfico com os sites de maior reclamação", col = colors)
legend("toprigh", legend = labels[1:3], cex = 0.8, fill = colors)

Conclusão:

Assim, pode-se observar que por meio da análise exploratória do conjunto de dados referente ao extravio de bagagens em 2014, podemos obter muitos dados interessantes e extrair informações relevantes para possíveis manutenções e melhorias dos serviços de recuperação e divulgação para alertar os passageiros em pontos-chave. 

A limitação da alteração de dados acaba encurtando o tempo de análise, portanto, a exploração e replicação extensiva dos dados não é possível. Além disso, dada a alteração do serviço nesse ambiente, o conjunto de dados selecionado é um pouco antigo, principalmente porque o serviço é automatizado, ainda disponível • Extraia uma riqueza de informações relevantes para passageiros e prestadores de serviços. 

Por fim, essa mesma análise de dados pode ser feita com dados mais recente e ser constantemente atualizada, ocasionando melhorias do serviço, impulsionando a parte financeira desse setor e trazendo melhorias para seus usuários.